Ethnicity Modifies the Effect of Obesity on Insulin Resistance in Pregnancy: A Comparison of Asian, South Asian, and Caucasian Women
Notice bibliographique
Résumé
CONTEXT: Women of Asian and South Asian descent are at increased risk of developing gestational diabetes mellitus compared with Caucasians, despite lower body mass index (BMI). Nevertheless, there has been limited study of insulin action during pregnancy in these ethnic groups. OBJECTIVE: The objective of the study was to compare insulin sensitivity in pregnancy in Asian, South Asian, and Caucasian subjects and to determine whether the impact of obesity on insulin action is modified by ethnicity. DESIGN AND PARTICIPANTS: A cross-sectional study was performed in outpatients undergoing oral glucose tolerance testing in late pregnancy. Participants were stratified into three groups: 1) Caucasian (n = 116); 2) South Asian (n = 31); and 3) Asian (n = 28). MAIN OUTCOME MEASURE: Insulin sensitivity was measured using the oral glucose tolerance test (IS(OGTT)) index of M. Matsuda and R. DeFronzo, previously validated in pregnancy. RESULTS: There were no significant ethnic differences in insulin sensitivity despite variation in prepregnancy BMI (Caucasians, 25.2 kg/m(2); South Asians, 23.3 kg/m(2); Asians, 21.4 kg/m(2); overall P = 0.0001). On multiple linear regression analysis, the strongest independent determinants of IS(OGTT) were gestational diabetes mellitus (t = -5.71; P < 0.0001) and BMI (t = -5.43; P < 0.0001). Importantly, both Asian (t = -2.87; P = 0.0047) and South Asian (t = -2.46; P = 0.015) ethnicity also emerged as negative, independent determinants of IS(OGTT). Furthermore, Asian ethnicity significantly modified the association of prepregnancy BMI with IS(OGTT) (interaction term, t = -2.29; P = 0.0231). CONCLUSIONS: Asian and South Asian ethnicity are both independently associated with increased insulin resistance in late pregnancy. Prepregnancy BMI has a much greater effect on insulin resistance in pregnancy in Asian women than in Caucasians. Ethnicity thus emerges as a factor that modulates the effect of obesity on insulin resistance in pregnancy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».